买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：兰州大学

摘要：本发明提供一种基于呼吸异构信号的CA‑LMF多模融合检测方法及系统，属于医疗设备技术领域，包括以下步骤：1设定参数进行信号采集；2信号预处理；3提取有效特征值；4交叉注意力特征CA融合；5低秩多模态LMF融合；6信息检测与信息分类处理。本发明基于麦克风与光纤传感器采集呼吸异构信号，利用特征工程与多模态融合方法，实现对儿童肺炎的快速、准确、无辐射损伤的非侵入式信息检测分类。该系统通过收集儿童呼吸信号，经过预处理和特征提取后，采用交叉注意力与低秩多模态融合方法CA‑LMF获取融合特征，并结合集成学习方法对儿童肺炎进行分类处理。

主权项：1.基于呼吸异构信号的CA-LMF多模融合检测方法，其特征在于，包括以下步骤：1设定参数进行信号采集；将传感光纤放置在病人的第一根和第二根肋骨之间，采集病人的呼吸振动信号；将麦克风佩戴至病人领下，并使其对准病人口鼻处3-5cm处采集病人呼吸音频信号；同时采集病人的呼吸音信号与呼吸光纤振动信号；2信号预处理；在光纤信号采集的过程中，首先对获取的数据量进行压缩预处理，再对信号进行离散余弦变换DCT处理转换为频域信号，滤除高频噪声，并将低频部分进行DCT反变换，得到重构之后的低频生理信号；在音频信号的采集过程中，对音频信号降噪后获得纯净的呼吸音频信号；随后，利用短时能量、短时过零率计算结果，通过双门限法检测音频信号端点，切割重组有效部分，得到利于算法分析的有效信号；3提取有效特征值；对于光纤信号，提取时域特征、频域特征以及小波变换特征；对于音频信号，提取的音频信号特征分为频域特征、音质特征与音律特征；4交叉注意力特征CA融合；信号特征提取后，挑选出两种同源异构信号的频域特征,利用两种特征都描述了信号在频率域上的特性，能够反映出信号的内在结构和特性的特点，进行交叉注意力特征CA融合，得到相似融合特征；5低秩多模态LMF融合；将呼吸音频信号中的音质和音律特征作为音频特殊特征，将呼吸振动信号中的时域与小波变换域特征作为光纤特殊特征，结合相似融合特征，对三类特征向量进行低秩多模态LMF融合，将信号的相似信息与各自的独特信息结合起来，得到全局融合特征，即呼吸异构信号的完整信号信息；6信息检测与信息分类处理；将全局融合特征送入SVS集成学习模型进行信息检测与信息分类处理。

全文数据：

权利要求：

百度查询： 兰州大学 基于呼吸异构信号的CA-LMF多模融合检测方法及系统